与分解分布的相应近似相比，多元高斯函数对后验分布的变分近似在机器学习社区中不太受欢迎。这有一个很好的理由：高斯近似通常受到待优化变分参数的数量，N个是随机变量的数量。在这封信中，我们讨论了拉普拉斯和变分近似之间的关系，并证明了对于具有高斯先验和因子分解可能性的模型，变分参数的个数实际上是⁠将该方法应用于非高斯似然的高斯过程回归。

问题部分：
信件
©2008麻省理工学院
2008
您当前无权访问此内容。